青灯教育python免费公开课_如何使用Python爬取抖音APP视频
记录一下如何用python爬取app数据,本文以爬取抖音视频app为例。
编程工具:pycharm
app抓包工具:mitmproxy
app自动化工具:appium
运行环境:windows10
假设已经配置好我们所需要的工具
使用mitmproxy对手机app抓包获取我们想要的内容
利用appium自动化测试工具,驱动app模拟人的动作(滑动、点击等)
将1和2相结合达到自动化爬虫的效果
一、mitmproxy/mitmdump抓包
确保已经安装好了mitmproxy,并且手机和PC处于同一个局域网下,同时也配置好了mitmproxy的CA证书,网上有很多相关的配置教程,这里我就略过了。
因为mitmproxy不支持windows系统,所以这里用的是它的组件之一mitmdump,它是mitmproxy的命令行接口,可以利用它对接我们的Python脚本,用Python实现监听后的处理。
在配置好mitmproxy之后,在控制台上输入mitmdump并在手机上打开抖音app,mitmdump会呈现手机上的所有请求,如下图:
可以在抖音app一直往下滑,看mitmdump所展示的请求,会发现前缀分别为:
http://v1-dy.ixigua.com/;http://v3-dy.ixigua.com/;http://v9-dy.ixigua.com/
这3个类型前缀的url正是我们的目标抖音视频url。
那接下来就要编写python脚本将视频下载下来,需要使用 mitmdump -s scripts.py(此处为python文件名)来执行脚本。
import requests
# 文件路径
path = 'D:/video/'
num = 1788
def response(flow):
globalnum
# 经测试发现视频url前缀主要是3个
target_urls = ['http://v1-dy.ixigua.com/','http://v9-dy.ixigua.com/',
'http://v3-dy.ixigua.com/']
forurlintarget_urls:
# 过滤掉不需要的url
if flow.request.url.startswith(url):
# 设置视频名
filename = path + str(num) + '.mp4'
# 使用request获取视频url的内容
# stream=True作用是推迟下载响应体直到访问Response.content属性
res = requests.get(flow.request.url, stream=True)
# 将视频写入文件夹
withopen(filename,'ab')asf:
f.write(res.content)
f.flush()
print(filename + '下载完成')
num += 1
代码写得比较粗糙,不过基本的逻辑还是比较清晰的,这样我们就可以把抖音的视频下载下来,不过这个方法有个缺陷,就是获取视频需要人来不断地滑动抖音的下一个视频,这时候我们可以用一个强大的appium自动化测试工具来解决。
二、Appium对手机进行模拟操作
确保已经配置好appium所依赖的环境Android和SDK,网上也有许多教程,这里我就不说了。
appium的用法很简单,首先我们先打开appium,启动界面如下:
点击Start Server按钮即可启动appium服务。
将Android手机通过数据线与PC相连,同时打开USB调试功能,可以输入adb命令(具体可以去网上查找)测试连接情况,若出现以下结果,则说明连接成功。
model是设备名,后面配置需要用到。之后点击下图箭头所指的按钮就会出现一个配置页面。
在右下角的JSON Representation配置启动app的Desired Capabilities参数,分别是paltformName、deviceName、appPackage、appActivity。
platformName:平台名称,一般是Android或iOS.
deviceName:设备名称,手机的具体类型
appPackage:App程序包名
appActivity:入口Activity名,通常以.开头
platformName和deviceName比较容易获得,而appPackage和appActivity这两个可以通过以下方法获取到。
在控制台上输入 adb logcat>D:\log.log 命令,并且在手机打开抖音app,然后在D盘中打开log.log文件,查找Displayed关键字。
由上图可以知道Displayed后面的 com.ss.android.ugc.aweme对应的是appPackage,.main.MainActivity对应的是appActivity,最后我们的配置结果如下:
{
"platformName":"Android",
"deviceName":"Mi_Note_3",
"appPackage":"com.ss.android.ugc.aweme",
"appActivity":".main.MainActivity"
}
再点击Start Session即可启动Android手机上的抖音app并进入到启动页面,同时PC上会弹出一个调试窗口,从这个窗口可以预览当前手机页面,还可以对手机模拟各种操作,在本文不是重点,所以略过。
在下面我们将使用python脚本来驱动app,直接在pycharm运行即可。
fromappium import webdriver
fromtimeimport sleep
class Action():
def __init__(self):
# 初始化配置,设置Desired Capabilities参数
self.desired_caps = {
"platformName":"Android",
"deviceName":"Mi_Note_3",
"appPackage":"com.ss.android.ugc.aweme",
"appActivity":".main.MainActivity"
}
# 指定Appium Server
self.server = 'http://localhost:4723/wd/hub'
# 新建一个Session
self.driver = webdriver.Remote(self.server, self.desired_caps)
# 设置滑动初始坐标和滑动距离
self.start_x = 500
self.start_y = 1500
self.distance = 1300
def comments(self):
sleep(2)
# app开启之后点击一次屏幕,确保页面的展示
self.driver.tap([(500, 1200)], 500)
def scroll(self):
# 无限滑动
while True:
# 模拟滑动
self.driver.swipe(self.start_x, self.start_y, self.start_x,
self.start_y-self.distance)
# 设置延时等待
sleep(2)
def main(self):
self.comments()
self.scroll()
if __name__ == '__main__':
action=Action()
action.main()
下面是爬虫的过程。ps:偶尔会爬取到重复的视频。
【编辑推荐】
【责任编辑:未丽燕 TEL:(010)68476606】
点赞 0
青灯教育python免费公开课_如何使用Python爬取抖音APP视频相关推荐
- 使用python爬取抖音app视频!谁说APP数据爬不了的!
记录一下如何用python爬取app数据,本文以爬取抖音视频app为例. 编程工具:pycharm app抓包工具:mitmproxy app自动化工具:appium 运行环境:windows10 思 ...
- Python爬取抖音app视频
作者:哈库呐玛塔塔 来源:https://urlify.cn/ANzAre 记录一下如何用python爬取app数据,本文以爬取抖音视频app为例. 编程工具:pycharm app抓包工具:mitm ...
- 使用python爬取抖音app视频(appium可以操控手机)
记录一下如何用python爬取app数据,本文以爬取抖音视频app为例. 编程工具:pycharm app抓包工具:mitmproxy app自动化工具:appium 运行环境:windows10 思 ...
- 教你用python爬取抖音app视频
记录一下如何用python爬取app数据,本文以爬取抖音视频app为例. 编程工具:pycharm app抓包工具:mitmproxy app自动化工具:appium 运行环境:windows10 思 ...
- 使用python爬取抖音app视频
记录一下如何用python爬取app数据,本文以爬取抖音视频app为例. 编程工具:pycharm app抓包工具:mitmproxy app自动化工具:appium 运行环境:windows10 思 ...
- python爬取抖音评论_使用python爬虫,批量爬取抖音app视频(requests+Fiddler+appium)
# _*_ coding: utf-8 _*_ import requests import sys headers = {"User-Agent":"Mozilla ...
- python爬app视频_python爬取抖音APP视频教程
本文讲述爬取抖音APP视频数据(本文未完,后面还有很多地方优化总结) 公众号回复:抖音 即可获取源码 1.APP抓包教程,需要用到fiddler fiddler配置和使用查看>>王者荣耀盒 ...
- python爬取抖音APP视频教程
本文讲述爬取抖音APP视频数据(本文未完,后面还有很多地方优化总结) 公众号回复:抖音 即可获取源码 1.APP抓包教程,需要用到fiddler fiddler配置和使用查看>>王者荣耀盒 ...
- python爬取app中的音频_Python爬取抖音APP,只需要十行代码
环境说明 环境: python 3.7.1 centos 7.4 pip 10.0.1 部署 [root@localhost ~]# python3.7 --version Python 3.7.1 ...
最新文章
- 在CentOS 6.9 x86_64的nginx 1.12.2上开启ngx_http_geo_module模块实录
- 职场,18个细节决定成败[转载]
- 再学 GDI+[33]: TGPPen - 画笔的几何变换 - SetTransform
- mybatis 一对多查询_Java自学之mybatis:使用注解方式多对一查询
- C#游戏开发快速入门教程Unity5.5教程
- C#多线程中lock的用法
- django网上商城_网上商城开源项目合集
- Unity HDRP中的光照烘焙测试(Mixed Lighing )和间接光
- android webview sql database,websql在openDatabase报version mismatch错误,请问怎么解决?
- 将java项目做成app_将鸿蒙做成和EMUI一致,又兼容安卓APP,华为已立于不败之地...
- Python Train_出乎意料的简单!10分钟用python建立人工智能预测模型
- 升腾威讯怎么恢复集群_Redis系列(四):天天用着Redis集群,主从同步该知道吧?集群工作原理是否需要了解下?...
- 在chinapub上搜“搜索引擎”,按照销量排序《搜索引擎零距离》居然是第一
- JSP面试题都在这里 1
- HANA SQL基础
- 深度学习,mxnet库的安装
- 复化科特斯公式matlab_牛顿
- Hello World, Hello Me | 图灵人工智能书单
- 黑盒测试简介与其测试方法
- 01 HA haproxy 功能简介以及应用
热门文章
- Emacs之正则查多字符串(occur)
- Ubuntu18.04谷歌输入法中文候选此框消失问题
- AndroidLinux gdb用法
- Android Studio 2.3报错: Error:Cause: buildToolsVersion is not specified解决
- Android 音频系统:从 AudioTrack 到 AudioFlinger(全)
- 【android】AIDL传递自定义类型参数
- git之windows下创建.gitignore文件
- springboot之websocket集成
- c语言字符括号怎么表示什么意思,请问C语言中的bioskey(0)是啥意思,括号里的值又有啥用?...
- python结课报告_20193111 2019-2020《Python程序设计》实验4报告